• 稀数据下结构健康状态超声导波监测技术
21年品牌 40万+商家 超1.5亿件商品

稀数据下结构健康状态超声导波监测技术

全新正版 极速发货

41.46 4.7折 88 全新

仅1件

广东广州
认证卖家担保交易快速发货售后保障

作者洪晓斌

出版社国防工业

ISBN9787118126457

出版时间2022-08

装帧平装

开本其他

定价88元

货号1202824126

上书时间2024-06-29

大智慧小美丽

已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
商品描述
商品简介

 超声导波智能监测是超声导波领域的重要前沿方向,《稀数据下结构健康状态超声导波监测技术》系统地叙述了超声导波稀数据智能监测的理论及方法,综合利用了大数据建模和小样本泛化的优势,这对于航空航天、海工装备、轨道交通、电力等诸多领域中疲劳、磨损、腐蚀等结构损伤的智能化监测,都有着广泛的应用价值。为适合初学者阅读学习,《稀数据下结构健康状态超声导波监测技术》由浅入深进行论述,以训练样本缺失时的超声导波迁移监测技术为重点研究内容,基本涵盖了相关概述、理论基础、监测框架、数据增强、多任务增强、迁移增强等稀数据下结构健康状态超声导波监测的主要内容和技术方法。
  《稀数据下结构健康状态超声导波监测技术》可作为高等院校和科研单位有关科研工作者、技术人员、研究生和高年级本科生进行相关研究的参考资料。

作者简介
洪晓斌,现任华南理工大学机械与汽车工程学院副院长,教授长期从事现代检测技术及相关测控装备研究工作,目前主要致力于无损检测技术装备及网络化测控系统研发方面的研究,主要研究方向有:(1)无损检测技术与装备;(2)基于人工智能的无人化测控技术与应用。

目录
第1章  基于超声导波的结构健康状态智能监测概述
  1.1  超声导波检测概述
    1.1.1  超声导波检测概念
    1.1.2  超声导波检测技术分类
  1.2  结构健康状态超声导波监测概述
    1.2.1  超声导波主要特性
    1.2.2  超声导波特性分析方法
  1.3  结构健康状态超声导波监测系统
    1.3.1  超声导波监测系统组成
    1.3.2  超声导波主动传感模块组成
  1.4  结构健康状态超声导波监测研究进展
    1.4.1  超声导波信号处理算法国内外研究进展
    1.4.2  基于数据驱动的结构健康状态监测研究进展
    1.4.3  稀数据深度学习方法研究进展
第2章  稀数据下结构健康状态超声导波监测理论基础
  2.1  超声导波完备性结构健康状态监测系统基础
    2.1.1  完备性监测框架概述
    2.1.2  超声导波特征提取
    2.1.3  超声导波结构健康状态识别
  2.2  稀数据下超声导波数据增强监测理论基础
    2.2.1  数据增强方法概述
    2.2.2  时序信号数据增强理论基础
    2.2.3  稀数据下超声导波数据增强策略
  2.3  稀数据下超声导波多任务监测理论基础
    2.3.1  多任务学习方法概述
    2.3.2  有监督多任务学习理论基础
    2.3.3  稀数据下超声导波多任务学习策略
  2.4  稀数据下超声导波迁移学习监测理论基础
    2.4.1  迁移学习方法概述
    2.4.2  直推式迁移学习理论基础
    2.4.3  稀数据下超声导波迁移学习策略
  2.5  本章小结
第3章  基于超声导波的结构健康状态深度网络监测新型框架
  3.1  超声导波监测新型框架
  3.2  超声导波深度网络监测模型
    3.2.1  超声导波特征融合网络
    3.2.2  超声导波局部特征提取网络
    3.2.3  超声导波时序特征提取网络
  3.3  基于超声导波时频特征融合的深度网络监测方法
    3.3.1  SWT-AE方法流程
    3.3.2  SWT-AE 监测结果分析
  3.4  基于超声导波局部特征编码的深度网络监测方法
    3.4.1  CAE-LSTM方法流程
    3.4.2  编码信号监测结果分析
    3.4.3  超声导波监测稀数据特性实验分析
    3.4.4  超声导波监测稀数据知识迁移策略
  3.5  本章小结
第4章  基于数据增强深度学习的结构健康状态半监督监测技术
  4.1  数据增强深度学习概述
  4.2  结构状态异常检测方法

内容摘要
本书系统地阐述实际超声导波监测的非完备数据问题、智能监测及评估等理论与方法,主要包括稀数据下超声导波智能损伤监测原理、方法及其实现技术;稀数据下超声导波结构健康状态监测的基础理论、方法及其策略;基于数据增强深度学习的半监督监测方法、原理及技术应用;基于共享特征的结构健康状态多任务深度监测方法、原理及技术应用;基于特征适应深度迁移的跨结构健康状态监测方法、原理及技术应用。

   相关推荐   

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP